用户体验度量:收集、分析与呈现(第2版 全彩)

用户体验度量:收集、分析与呈现(第2版 全彩)
作 者: TOM TULLIS Bill Albert
出版社: 电子工业出版社
丛编项:
版权说明: 本书为公共版权或经版权方授权,请支持正版图书
标 签: 计算机/网络 软件工程/开发项目管理
ISBN 出版时间 包装 开本 页数 字数
未知 暂无 暂无 未知 0 暂无

作者简介

  2005年毕业于中国科学院心理研究所,获应用心理学博士学位(工程心理学/人因工程)。现为北京航空航天大学经济管理学院副教授,目前任中华人因工效学协会理事。主要研究方向为航空工效、驾驶安全、行为决策和用户体验。2000年开始从事人机交互和用户体验的相关研究、企业实践和咨询服务工作,目前主要关注用户行为建模、设计评估、UX流程构建、UX与NPS(净推荐值)管理等问题,并试图就“具身认知框架下的用户行为和决策”开展相关研究和整理工作。

内容简介

如何量化用户体验对有效提高产品的使用质量至关重要。本书详尽地介绍了如何有效且可靠地收集、分析和呈现典型的用户体验度量数据:操作绩效(正确率等)、用户体验问题(频率和严重程度)、自我报告式的满意度及生理/行为数据(眼动追踪等)。同时对“综合性量化度量数据”等问题进行了专门介绍,而且结合案例等形式对当前与用户体验相关的新内容(如用户体验对NPS 的影响)进行了说明。

图书目录

第1 章

引言 / 11.1

什么是用户体验 / 41.2

什么是用户体验度量 / 61.3

用户体验度量的价值 / 81.4

适用于每个人的度量方法 / 91.5

用户体验度量的新技术 / 101.6

十个关于用户体验度量的常见误解 / 11误解1 :度量需要花太多的时间而难以收集 / 11误解2 :用户体验度量要花费太多的钱 / 12误解3 :当集中在细小的改进上时,用户体验度量是没有用的 / 12误解4 :用户体验度量对我们理解原因没有帮助 / 12误解5 :用户体验数据的噪声太多 / 13误解6 :你只能相信你的直觉 / 13误解7 :度量不适用于新产品 / 13误解8 :没有度量适用于我们正在处理的问题 / 14误解9 :度量不被管理层所理解或赞赏 / 14误解10 :用小样本很难收集到可...

背景知识 / 162.1

自变量和因变量 / 162.2

数据类型 / 172.2.1

称名数据 / 172.2.2

顺序数据 / 182.2.3

等距数据 / 182.2.4

比率数据 / 192.3

描述性统计 / 202.3.1

集中趋势的测量 / 202.3.2

变异性的测量 / 222.3.3

置信区间 / 232.3.4

通过误差线来呈现置信区间 / 252.4

比较平均数 / 272.4.1

独立样本 / 272.4.2

配对样本 / 292.4.3

比较两个以上的样本 / 302.5

变量之间的关系 / 322.5.1

相关 / 322.6

非参数检验 / 332.6.1

卡方检验 / 332.7

用图形化的方式呈现数据 / 352.7.1

柱形图或条形图 / 362.7.2

折线图 / 382.7.3

散点图 / 402.7.4

饼图或圆环图 / 412.7.5

堆积条形图 / 432.8

总结 / 44第3 章

规划 / 453.1

研究目标 / 453.1.1

形成式可用性 / 463.1.2

总结式可用性 / 463.2

用户目标 / 473.2.1

绩效 / 473.2.2

满意度 / 483.3

选择正确的度量:10种可用性研究 / 483.3.1

完成一个业务 / 503.3.2

比较产品 / 503.3.3

评估同一种产品的频繁使用 / 513.3.4

评估导航和/ 或信息架构 / 513.3.5

提高知晓度 / 523.3.6

问题发现 / 533.3.7

使应急产品的可用性最大化 / 533.3.8

创造整体的正向用户体验 / 543.3.9

评估微小改动的影响 / 553.3.10

比较替代性的设计方案 / 553.4

评估方法 / 563.4.1

传统(引导式)的可用性测试 / 563.4.2

在线(非引导式)可用性测试 / 573.4.3

在线调查 / 603.5

其他研究细节 / 613.5.1

预算和时间表 / 613.5.2

参加者 / 623.5.3

数据收集 / 643.5.4

数据整理 / 643.6

总结 / 65第4 章

绩效度量 / 674.1

任务成功 / 694.1.1

二分式成功 / 704.1.2

成功等级 / 754.1.3

任务成功测量中存在的问题 / 784.2

任务时间 / 794.2.1

测量任务时间的重要性 / 804.2.2

如何收集和测量任务时间 / 804.2.3

分析和呈现任务时间数据 / 834.2.4

使用时间数据时需要考虑的问题 / 874.3

错误 / 894.3.1

何时测量错误 / 894.3.2

什么构成了错误 / 904.3.3

收集和测量错误 / 904.3.4

分析和呈现错误 / 914.3.5

使用错误度量时需要考虑的问题 / 934.4

效率 / 934.4.1

收集和测量效率 / 944.4.2

分析和呈现效率数据 / 954.4.2

结合任务成功和任务时间的效率 / 984.5

易学性 / 1004.5.1

收集和测量易学性数据 / 1014.5.2

分析和报告易学性数据 / 1024.5.3

测量易学性时需要考虑的问题 / 1044.6

总结 / 104第5 章

基于问题的度量 / 1065.1

什么是可用性问题 / 1075.1.1

真问题和假问题 / 1085.2

如何发现可用性问题 / 1085.2.1

面对面研究 / 1105.2.2

自动化研究 / 1105.3

严重性评估 / 1105.3.1

基于用户体验的严重性评估 / 1115.3.2

综合多种因素的严重性评估 / 1125.3.3

严重性等级评估系统的应用 / 1135.3.4

严重性等级评估系统的忠告 / 1145.4

分析和报告“可用性问题相关的度量” / 1155.4.1

独特问题的频次 / 1155.4.2

每个参加者遇到的问题数量 / 1175.4.3

参加者人次 / 1185.4.4

问题归类 / 1195.4.5

按任务区分问题 / 1195.5

可用性问题发现中的一致性 / 1205.6

可用性问题发现中的偏差 / 1235.7

参与者数量 / 1255.7.1

五个参与者足够 / 1255.7.2

五个参与者不够 / 1275.7.3

我们的建议 / 1295.8

总结 / 129第6 章

自我报告度量 / 1316.1

自我报告数据的重要性 / 1326.2

评分量表 / 1326.2.1

Likert 量表 / 1336.2.2

语义差异量表 / 1346.2.3

什么时候收集自我报告数据 / 1346.2.4

如何收集自我报告数据 / 1356.2.5

自我报告数据收集中的偏差 / 1356.2.6

评分量表的一般指导原则 / 1366.2.7

分析评分量表数据 / 1376.3

任务后评分 / 1416.3.1

易用性 / 1416.3.2

情景后问卷(ASQ) / 1416.3.3

期望测量 / 1426.3.4

任务后自我报告度量的比较 / 1436.4

测试后评分 / 1476.4.1

合并单个任务的评分 / 1476.4.2

系统可用性量表 / 1486.4.3

计算机系统可用性问卷 / 1506.4.4

用户界面满意度问卷 / 1526.4.5

有效性、满意度和易用性的问卷 / 1536.4.6

产品反应卡 / 1556.4.7

测试后自我报告度量的比较 / 1566.4.8

净推荐值 / 1586.5

用SUS比较设计 / 1596.6

在线服务 / 1606.6.1

网站分析和测量问卷 / 1606.6.2

美国客户满意度指数 / 1626.6.3

OpinionLab / 1656.6.4

在线网站调查的问题 / 1676.7

其他类型的自我报告度量 / 1676.7.1

评估特定的属性 / 1676.7.2

具体元素的评估 / 1706.7.3

开放式问题 / 1726.7.4

知晓度和理解 / 1736.7.5

知晓度和有用性差距 / 1746.8

总结 / 175第7 章

行为和生理度量 / 1777.1

自发言语表情的观察与编码 / 1777.2

眼动追踪 / 1797.2.1

如何进行眼动追踪 / 1797.2.2

眼动数据的可视化 / 1817.2.3

兴趣区 / 1847.2.4

常用眼动度量指标 / 1877.2.5

眼动分析技巧 / 1897.2.6

瞳孔反应 / 1907.3

情感度量 / 1917.3.1

Affectiva 公司和Q 传感器 / 1927.3.2

蓝色泡沫实验室和Emovision / 1947.3.3

Seren 公司和Emotlv / 1967.4

紧张和其他生理指标 / 1987.4.1

心率变异性 / 1987.4.2

心率变异性和皮肤电研究 / 1997.4.3

其他测量手段 / 2007. 5

总结 / 202第8 章

合并和比较度量 / 2048.1

单一可用性分数 / 2048.1.1

根据预定目标合并度量 / 2058.1.2

根据百分比合并度量 / 2068.1.3

根据z 分数合并数据 / 2128.1.4

使用单一可用性度量(SUM) / 2148.2

可用性记分卡 / 2168.3

与目标和专家绩效比较 / 2208.3.1

与目标比较 / 2208.3.2

与专家绩效比较 / 2238.4

总结 / 224第9 章

专题 / 2269.1

实时动态网站数据 / 2269.1.1

基本的网站分析 / 2279.1.2

点击率 / 2309.1.3

弃用率 / 2319.1.4

A/B 研究 / 2329.2

卡片分类数据 / 2359.2.1

开放式卡片分类数据的分析 / 2369.2.2

封闭式卡片分类数据的分析 / 2429.2.3

树测试 / 2459.3

可及性数据 / 2479.4

投资回报率数据 / 2509.5

总结 / 255第10 章

案例研究 / 25610.1

净推荐值与良好用户体验的价值 / 25610.1.1

方法 / 25710.1.2

结果 / 25810.1.3

在界面设计中对投入进行优先级设置 / 25910.1.4

讨论 / 26110.1.5

总结 / 262参考文献 / 263作者简介 / 26310.2

度量指纹采集的反馈效果 / 26410.2.1

方法 / 26410.2.2

讨论 / 27210.2.3

总结 / 274致谢 / 274参考文献 / 274作者简介 / 27510.3

Web体验管理系统的再设计 / 27510.3.1

测试迭代 / 27610.3.2

数据收集 / 27710.3.3

工作流程 / 27810.3.4

结果 / 28210.3.5

结论 / 284参考文献 / 284作者简介 / 28410.4

使用度量来改善大学招生简章网站 / 28510.4.1

样例1 :可用性测试后决定行动 / 28610.4.2

样例2 :网站追踪数据 / 289目录XIX10.4.3

样例3 :人物角色迭代的定位测量 / 29110.4.4

总结 / 292致谢 / 293参考文献 / 293作者简介 / 29310.5

利用生物测量技术测量可用性 / 29410.5.1

背景 / 29410.5.2

方法 / 29510.5.3

生物测量学的发现 / 29610.5.4

定性结果 / 29810.5.5

总结及给从业人员的建议 / 299致谢 / 300参考文献 / / 300作者简介 / 301第11 章

通向成功的10 个关键点 / 30211.1

让数据活起来 / 30211.2

主动去度量 / 30411.3

度量比你想的便宜 / 30511.4

早计划 / 30611.5

给你的产品确定基线 / 30711.6

挖掘你的数据 / 30811.7

讲商业语言 / 30911.8

呈现你的置信程度 / 30911.9

不要误用度量 / 31011.10

简化你的报告 / 311参考文献 / 313